10.16208/j.issn1000-7024.2020.04.010
基于特征融合及差异矩阵的行人再识别
针对行人目标在不同摄像机下外观显著性变化的问题,提出一种基于特征融合及差异矩阵的行人再识别算法.串联融合显著颜色名描述符(SCNCD)和微调的卷积神经网络(FTCNN)特征来描述行人图像,采用K-means算法获取包含典型行人图像的参考集以优化目标与参考身份相对应的重建关系,运用差异矩阵度量(DMMM)算法进行度量学习.在VIPeR和PRID450s行人再识别数据集上的实验结果表明,所提行人再识别算法具有良好的匹配率和有效性.
行人再识别、特征融合、差异矩阵、卷积神经网络、度量学习
41
TP391(计算技术、计算机技术)
国家自然科学基金项目;陕西省国际合作交流基金项目;西安邮电大学研究生创新基金项目
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
958-963